AI視訊生成當然不一定重演GPU的發展歷史，消費需求不僅購買現有技術，也通過持續的商業回報，支援未來技術能力的形成。
隨著AI視訊生成技術的發展，越來越多的人開始利用人工智慧製作短劇、漫劇。這原本是人工智慧走向商業應用的一個自然結果，卻引來一種頗為奇怪的批評：如此先進的人工智慧技術，本應服務於科學研究、工業製造和人類社會的重大問題，如今卻被大量用於生產娛樂內容，實在有些不務正業。比如最近網上就有這樣的比較，“中國拿AI拍短劇，美國用AI寫程序”，言下之意就是中國企業在浪費算力。
我的疑問是，為什麼一項技術用於科學研究就是進步，用於滿足普通人的娛樂需求就成了浪費？如果回顧一下當今人工智慧最重要的基礎設施——輝達GPU的發展歷史，我們可能會發現，今天的AI短劇與當年的電子遊戲，存在著某種耐人尋味的相似性。
一、如果沒有電子遊戲，可能就沒有今天的輝達
1993年，黃仁勳與兩位合夥人創立輝達時，並沒有打算改變人工智慧的歷史。他們看中的是當時正在興起的個人電腦遊戲市場。隨著電子遊戲從二維畫面向三維世界發展，玩家對圖形處理能力提出了越來越高的要求，更複雜的場景、更逼真的光影和更流暢的畫面，都需要性能更強的圖形晶片。輝達正是在滿足這種娛樂需求的過程中，逐漸找到了自己的商業機會。
但輝達的發展遠非一帆風順。1990年代中期，由於早期產品技術路線選擇失誤，公司一度陷入嚴重的經營危機。日本遊戲公司世嘉提供的約500萬美元資金，為輝達爭取到了寶貴的生存時間。1997年，輝達推出RIVA 128圖形晶片，前四個月出貨量超過100萬顆，終於在市場上站穩了腳跟。此後，隨著個人電腦遊戲產業的發展，輝達的圖形處理技術不斷進步，並逐漸成為這一市場的重要供應商。
真正改變輝達命運的是GPU從圖形處理向通用計算的轉型。2006年前後，輝達推出CUDA平台，使原本主要承擔圖形渲染任務的GPU能夠廣泛用於科學計算。然而，這項具有革命性意義的技術在早期面臨一個難題：沒有足夠多的GPU使用者，開發者就不願為CUDA編寫程序；沒有足夠豐富的應用，使用者又缺乏購買相關硬體的動力。黃仁勳在2023年台灣大學畢業典禮演講中專門回顧了這段歷史。輝達之所以能夠堅持發展CUDA，一個重要原因就是GeForce系列已經積累了龐大的遊戲玩家市場，為新的計算平台提供了硬體基礎。
2012年，AlexNet借助輝達GPU取得深度學習的重要突破，此後GPU逐漸成為人工智慧訓練的核心基礎設施。回顧這段歷史不難發現，輝達並不是因為預見到人工智慧的巨大前景，才獲得了持續發展的商業基礎。恰恰相反，電子遊戲首先創造了足夠大的市場，支撐了GPU技術的長期投入，而這項技術在發展過程中逐漸獲得了超越遊戲本身的用途。沒有那些不斷追求更好遊戲體驗、願意花錢購買顯示卡的普通消費者，今天這一輪人工智慧革命或許就不會以我們熟悉的速度發生。
二、技術革命不僅需要科學家，也需要消費者
輝達的歷史揭示了一個經常被忽視的經濟學問題：一項具有巨大社會價值的通用技術，在找到最重要的用途之前，究竟由誰承擔它持續發展的成本？
我們習慣從供給側理解技術創新，強調科學發現、工程突破、研發投入和人才培養，卻容易忽視需求側在技術演進中的作用。事實上，許多通用技術的發展都具有高度不確定性。它們可能需要經歷漫長的性能改進、成本下降和應用探索，才能從某種特定用途轉變為廣泛適用於不同產業的基礎技術。在這一過程中，如果缺乏足夠大的商業市場，技術企業就難以獲得持續投資的能力，原本具有巨大潛力的創新也可能因為商業條件不成熟而夭折。
電子遊戲對於GPU的意義，正在於它創造了一個能夠持續付費的市場。玩家願意為更好的遊戲體驗購買性能更強的顯示卡，企業則在市場競爭中不斷改進技術、擴大生產規模，並將銷售收入投入下一代產品的研發。隨著產業規模擴大，研發成本得以分攤，技術能力持續積累，原本服務於特定消費需求的計算能力，也逐漸擴散到科學計算和人工智慧等領域。經濟學中的規模經濟、干中學和技術外溢，可以解釋這一過程：消費需求不僅購買現有技術，也通過持續的商業回報，支援未來技術能力的形成。
這裡尤其值得注意的是，通用技術的最初商業用途，與它最終創造最大社會價值的用途，並不一定相同。遊戲玩家並不關心自己購買顯示卡的行為是否有助於科學研究，輝達早期也不是依靠人工智慧市場獲得收入，但市場交易產生的規模效應和技術積累，卻在多年之後成為人工智慧發展的重要條件。這實際上說明，消費者無須以推動技術進步為目的，他們只需要為自己真正需要的產品付費，就可能在客觀上成為技術創新的重要支持者。
由此可以得出一個判斷：技術革命的重大突破往往來自供給側，但技術革命能否持續，往往取決於需求側。對於一種尚處於成長階段的通用技術而言，找到願意持續付費的市場，有時與取得技術突破同樣重要。
三、今天的AI短劇，正在創造需求市場
回到今天的中國人工智慧產業，一個非常有意思的現像是，當許多AI應用還在探索商業模式時，短劇、漫劇以及相關視訊製作行業，已經成為視訊生成技術最活躍的商業應用領域之一。
對於普通使用者而言，AI可能只是一個偶爾使用的新奇工具，但對於短劇製作公司來說，AI正在成為生產裝置的一部分。它們需要不斷生成角色、場景、動作和鏡頭，並在實際製作過程中反覆修改和調整。短劇市場的競爭，迫使製作機構對視訊質量、生成速度、人物一致性和製作成本提出越來越高的要求，而這些來自真實商業場景的需求，又會反饋到模型企業的技術開發過程中。
從這個意義上說，短劇產業不僅為AI企業提供收入，也在幫助它們發現真正需要解決的技術問題。模型能夠生成一段令人驚豔的演示視訊，與能夠穩定、低成本地生產具有商業價值的作品，是兩種不同的能力。前者可以依靠技術展示吸引關注，後者則必須經過大量真實場景的檢驗。短劇製作中對於角色一致性、鏡頭控制、敘事連貫性以及生成效率的要求，正在推動視訊生成技術從實驗性工具向工業化生產工具轉變。
這種由商業應用推動的技術改進，未來也可能惠及其他領域。視訊生成中的時空一致性、物體運動和場景控制等能力，不僅服務於短劇，也可能應用於電影製作、廣告、教育和虛擬模擬等行業。當然，技術外溢並非必然發生，商業收入也不等於利潤，模型企業能否真正獲得可持續的回報，還取決於推理成本、產品定價和市場競爭。但相比那些尚未找到付費使用者的AI應用，短劇市場至少已經開始回答一個最基本的問題：誰願意為人工智慧支付成本？
這也解釋了為什麼不宜僅僅根據內容是否具有文化上的嚴肅性，來判斷一種AI應用的產業價值。短劇可能不是人工智慧最重要的最終用途，卻可能是視訊生成技術成長過程中十分重要的商業市場。它的價值不僅體現在生產了多少部作品，還體現在為技術迭代創造了多少真實需求，以及這些需求能否推動成本下降和能力提升。
四、不能只看技術供給，而忽視商業需求
近年來，我們討論中國人工智慧的發展，更多關注算力、晶片、演算法和基礎模型，並將大量資源投入技術供給能力的建設。這些投入當然重要，但技術突破與商業成功之間並不存在必然聯絡。如果企業只能依靠風險投資或者政府補貼維持研發，而無法找到願意持續購買產品的客戶，那麼再先進的技術也可能面臨商業上的困境。
尤其對於人工智慧這樣的通用技術，早期投入巨大，應用方向卻高度不確定。政府可以通過科研資助和基礎設施建設改善技術供給，風險投資可以為企業承擔早期技術探索的風險，但隨著產業發展，企業終究需要建立持續的商業收入來源。一個足夠活躍的需求市場，不僅能夠幫助企業分擔研發成本，還能夠通過價格訊號和使用者選擇，引導技術資源向真正具有使用價值的方向配置。
這恰恰是AI短劇值得重視的地方。短劇製作商並不是因為支援中國人工智慧發展才購買模型服務，而是因為這種技術有可能降低製作成本、提高生產效率，或者創造新的內容形式。它們對價格敏感，對質量挑剔，而且可能隨時更換供應商。正是這種來自市場的約束，迫使模型企業不斷提高產品性能、降低使用成本，並在競爭中尋找可以持續盈利的商業模式。
我們可以批評部分短劇粗製濫造、內容低俗，也應當認真處理AI生成內容涉及的版權、肖像權和虛假資訊問題，但這些是具體產品的質量與社會成本問題，不能因此否定整個應用市場的經濟價值。科學研究與娛樂消費之間，並不存在一個先驗的技術價值等級。技術最終能夠產生多大的社會價值，往往不是由其最初的應用目的決定的，而是在持續的市場競爭和技術擴散過程中逐漸顯現出來的。
回顧輝達的發展歷史，我們可以看到一種頗具啟發性的技術演進路徑：一項最初服務於娛樂消費的技術，在龐大市場需求的支援下持續進步，最終形成遠遠超出最初用途的社會價值。今天的AI視訊生成當然不一定重演GPU的發展歷史，但它至少提醒我們，不能僅僅因為某種商業應用看上去不夠高尚，就低估其對於技術進步的意義。
三十年前，那些花錢購買顯示卡的遊戲玩家，很少有人會想到，自己正在間接支援一場未來的人工智慧革命。今天，中國的短劇製作公司也不會認為，自己是在為人工智慧的長遠發展作貢獻。它們只是在利用新技術降低成本、創造產品，並努力從市場中獲得回報。然而，這種普通的商業活動，恰恰可能構成技術創新最持久的動力之一。
我們總是在討論中國AI需要什麼樣的技術供給，卻很少認真思考，中國AI需要什麼樣的市場需求。實際上，一個願意持續付費的市場，本身就是一種極其珍貴的創新基礎設施。
當年電子遊戲為輝達提供了生存和成長的商業土壤，今天的短劇市場，也可能為中國的視訊生成技術發揮類似的作用。既然如此，我們為什麼要因為它服務於娛樂，就認為這是一種不務正業的技術應用呢？ (FT中文網)